3. We know…
• Any agroecosystem respond to changes of
anthropogenic factors, biotics, abiotics.
• Weather and climate predictability is fairly limited.
• The climate will change.
• Each system is an specific case.
• Crops are very sensitive to climatic conditions
4. Climate & Agriculture
– Multiple variables
– Very high spatial
–T°
• Max,
resolution • Min,
Less importance
More certainty
• Mean
– Mid-high temporal (i.e.
monthly, daily)
resolution –Prec
– Accurate weather
forecasts and climate – HR
projections – Radiation
– High certainty – Wind
• Both for present and – …….
future
5. We don’t know… What are the conditions in 30, 50,
100 years?
• How our system
respond to these
conditions?
• When, where and
what type of change
requiere to adapt?
• Who should plan?
>> UNCERTAINTIES
Who should leads
the process ? Who
should run?
7. Emission Scenarios
Pessimistic
Intermediate
“Bussiness as usual”
P
Economic P
E
E
Global Regional
P P
E E
Perfect World Environmental Optimistic
8. In agriculture, the
different emission
scenarios are not
important ... by
2030 the difference
between the
scenarios is
minimal
9. GCM “Global Climate Model”
GCMs are the only way
Using the past to learn
we can predict the future
for the future
climate
10. What are saying the models?
Atmospheric concentrations
Variations of the Earth’s surface
temperature: 1000 to 2100
Anthropogenic changes lead to changes in weather
11. Resolutions
• Horizontal
resolution 100 to
300 km
• 18 and 56 vertical
levels
Global scale
Regional or local scale
12. Model Country Atmosphere Ocean
BCCR-BCM2.0 Norway T63, L31 1.5x0.5, L35
CCCMA-CGCM3.1 (T47) Canada T47 (3.75x3.75), L31 1.85x1.85, L29
CCCMA-CGCM3.1 (T63) Canada T63 (2.8x2.8), L31 1.4x0.94, L29
CNRM-CM3 France T63 (2.8x2.8), L45 1.875x(0.5-2), L31
CSIRO-Mk3.0 Australia T63, L18 1.875x0.84, L31
CSIRO-Mk3.5 Australia T63, L18 1.875x0.84, L31
GFDL-CM2.0 USA 2.5x2.0, L24 1.0x(1/3-1), L50
GFDL-CM2.1 USA 2.5x2.0, L24 1.0x(1/3-1), L50
GISS-AOM USA 4x3, L12 4x3, L16
GISS-MODEL-EH USA 5x4, L20 5x4, L13
GISS-MODEL-ER USA 5x4, L20 5x4, L13
IAP-FGOALS1.0-G China 2.8x2.8, L26 1x1, L16
INGV-ECHAM4 Italy T42, L19 2x(0.5-2), L31
INM-CM3.0 Russia 5x4, L21 2.5x2, L33
IPSL-CM4 France 2.5x3.75, L19 2x(1-2), L30
MIROC3.2-HIRES Japan T106, L56 0.28x0.19, L47
MIROC3.2-MEDRES Japan T42, L20 1.4x(0.5-1.4), L43
MIUB-ECHO-G Germany/Korea T30, L19 T42, L20
MPI-ECHAM5 Germany T63, L32 1x1, L41
MRI-CGCM2.3.2A Japan T42, L30 2.5x(0.5-2.0)
NCAR-CCSM3.0 USA T85L26, 1.4x1.4 1x(0.27-1), L40
NCAR-PCM1 USA T42 (2.8x2.8), L18 1x(0.27-1), L40
UKMO-HADCM3 UK 3.75x2.5, L19 1.25x1.25, L20
UKMO-HADGEM1 UK 1.875x1.25, L38 1.25x1.25, L20
Uncertainties!
14. • Difficulty 2. They differ in availability (via IPCC)
WCRP CMIP3 A1B-P A1B-T A1B-Tx A1B-Tn A2-P A2-T A2-Tx A2-Tn B1-P B1-T B1-Tx B1-Tn
BCCR-BCM2.0 OK OK OK OK OK OK OK OK OK OK OK OK
CCCMA-CGCM3.1-T63 OK OK NO NO NO NO NO NO OK OK NO NO
CCCMA-CGCM3.1-T47 OK OK NO NO OK OK NO NO OK OK NO NO
CNRM-CM3 OK OK NO NO OK OK NO NO OK OK NO NO
CSIRO-MK3.0 OK OK OK OK OK OK OK OK OK OK OK OK
CSIRO-MK3.5 OK OK OK OK OK OK OK OK OK OK OK OK
GFDL-CM2.0 OK OK OK OK OK OK OK OK OK OK OK OK
GFDL-CM2.1 OK OK OK OK OK OK OK OK OK OK OK OK
GISS-AOM OK OK OK OK NO NO NO NO OK OK OK OK
GISS-MODEL-EH OK OK NO NO NO NO NO NO NO NO NO NO
GISS-MODEL-ER OK OK NO NO OK OK NO NO OK OK NO NO
IAP-FGOALS1.0-G OK OK NO NO NO NO NO NO OK OK NO NO
INGV-ECHAM4 OK OK NO NO OK OK NO NO NO NO NO NO
INM-CM3.0 OK OK OK OK OK OK OK OK OK OK OK OK
IPSL-CM4 OK OK NO NO OK OK NO NO OK OK NO NO
MIROC3.2.3-HIRES OK OK OK OK NO NO NO NO OK OK OK OK
MIROC3.2.3-MEDRES OK OK OK OK OK OK OK OK OK OK OK OK
MIUB-ECHO-G OK OK NO NO OK OK NO NO OK OK NO NO
MPI-ECHAM5 OK OK NO NO OK OK NO NO OK OK NO NO
MRI-CGCM2.3.2A OK OK NO NO OK OK NO NO OK OK NO NO
NCAR-CCSM3.0 OK OK OK OK OK OK OK OK OK OK OK OK
NCAR-PCM1 OK OK OK OK OK OK OK OK OK OK OK OK
UKMO-HADCM3 OK OK NO NO OK OK NO NO OK OK NO NO
UKMO-HADGEM1 OK OK NO NO OK OK NO NO NO NO NO NO
15. Difficulty 3. limited ability to represent present
climates
Depender de un solo GCM es peligroso!
16. How I can use this information?
Options
Downscaling by
Needs statistical or
To increase
dynamical
resolution, uniformise,
methods..
Problem provide high
Even the most resolution and
precise GCM is contextualised data
too coarse
(~100km)
17. The Delta Method
• Use anomalies and discard baselines
in GCMs
– Climate baseline: WorldClim
– Used in the majority of studies
– Takes original GCM timeseries
– Calculates averages over a baseline and
future periods (i.e. 2020s, 2050s)
– Compute anomalies
– Spline interpolation of anomalies
– Sum anomalies to WorldClim
18.
19. Stations by
variable:
• 47,554
precipitation
Mean annual
temperature (ºC) • 24,542
-30.1
tmean
30.5
• 14,835
tmax y tmin
Sources:
•GHCN
•FAOCLIM
Annual •WMO
precipitation (mm)
0 •CIAT
•R-Hydronet
12084
•Redes nacionales
20. RCM PRECIS Providing REgional Climates for
– They use outputs of Impacts Studies
GCMs
– Area are limited .. Need
boundary conditions.
– Performs calculations
of atmospheric
dynamics and solve
equations for each grid.
– Daily data
– Resolution varies between 25-
50km
– More than 170 output variables
21. Method + -
*Easy to implement * Change variable only at big scale
Statistical * resolutions * Variables do not change their relations
downscaling *Apply to all GCMs with time
*Uniforme baseline * variables
*Few platforms (PRECIS, CORDEX)
* Robust
*Many processes and stockages
Dynamic *Apply to GCMs if data
*Limited resolution (25-50km)
downscaling available
*Missing development
* variables
*Dificulty to quantify uncertainties
22. We need models to quantify the impacts and
adaptation options for effective design
Based on process
GCMs
Statistical Downscaling
MarkSim
Dynamical downscaling:
Regional Climate Model
Based on niches DSSAT
Probability
EcoCrop
Statistical
Downscaling
Environmental gradient Effective
MaxEnt adaptation
options
23. Changes in climate affect the adaptability of crops…
There will be
winners…
Number of crops with more than 5% gain
…But much
more losers in
developing
countries
Number of crops with more than 5% loss
26. • Downscaling is inevitable.
• Continuous improvements are
being done
• Strong focus on uncertainty
analysis and improvement of
baseline data
• We need multiple approaches to improve the
information base on climate change scenarios
Development of RCMs (multiple: PRECIS not enough)
Downscaling empirical, methods Hybrids
We tested different methodologies
Notes de l'éditeur
Para hacer estos cálculos de vulnerabilidad (incapacidad de un sistema para afrontar los efectos adversos del CC), necesitamos datos climáticos. Saber que va a pasar, cuando, para proyectar Planes de adaptación. La evaluación de los impactos de cambio climáticoincluye: Desarrollar modelos -> Conocer incertidumbres -> Planes de acción -> Generación de políticas LimitacionesSistema climático complejo: Modelos todavía no pueden representar cientos de procesos de forma adecuadaResoluciones de modelos inadecuadas: Se requieren modelos con escalas finas.Incertidumbres: Incertidumbres en cuanto a futuras emisiones f(suposiciones concentraciones, población, desarrollo económico, tecnológico)
Analizan de qué manera influirán las fuerzas determinantes en las emisiones futuras, y para evaluar el margen de incertidumbre de dicho análisis. Representannuestracapacidad de respuesta (mitigación)… desarrollotecnológico, sostenibilidadambientalIPCC hadesarrollado 4 familias de escenarios A1B : Rápidocrecimientoeconómico y demográfico con pico a ½ siglo A2 : Crecimientoeconómico regional y lento, población en contínuocrecimiento B1 : Población A1 pero con introducción de tecnologíaslimpias B2 : Desarrolloeconómicointermedio y regional, crecimientopoblacionalmenor. Son escenariosprobablespero no se sabensusprobabilidadesrelativas.
Los escenarios de emisiones imponen condiciones para los modelos climáticos globales (basados en ciencias atmosféricas, química, física, biología, etc).Dividen el mundo el grillas y miran las relaciones entre factores que ocurren entre la atmósfera, los oceános, la superficie de la tierra. Por supuesto, hay cientos de procesos que salen de la comprensión de los modelos matemáticos así que estos modelos utilizan parametrizaciones para representar fenomenos incomprensibles. Son tan elaborados estos modelos que tienen que correrse en supercomputadoras. Entre más complejo sea el modelo, más factores tiene en cuenta y menos suposiciones usa. Se corre desde el pasado hasta el futuro
CC es la mismahistoria … Cambiosantropogénicosllevan a cambiosatmosféricosCrecimientopoblacionalExpansion agricola e industrialTecnologiasambientalmente no amigables Resultan en Aumento de gases de efectoinvernaderoLas temperaturaspodrianincrementarsehasta en 6 oC en 2100Lo queestáocurriendo no tieneprecedentes, poresodebemosmirar lo quemuestran los modeloscomonunca antes.
Estosmodelospuedenllegar a ser tan complejosquepuedenexpandirseverticalmente a muchosniveles, sin embargo lasresolucionesespaciales de sussalidas no son lasmásadecuadas. Fenómenosescala local : Especialmente en regiones con orografíacompleja, suelohetereogéneo, líneacostas.
GCMs y ResolucionesDifieren en Formulación (ecuaciones)ResoluciónEntradasPrecisiónDisponibilidadProyectandiferentespatrones y magnitudes para un mismoperiodo. Todoestoaumenta la incertidumbre. Recomendación : Usarmuchos GCMs comodatos de entrada (estudios de impacto)
Grado de cobertura diff segun modelo. Y resultados tambien yield o suitability. Tambien difieren en escala espacio-temporal a la que se usan.
Those change are happening and are affecting crop around the world. We need to know how and how much climate change is going to have an impact on crops to be able to build adaptation strategy and decrease the potential impact of CC on crops and agricultural systems.
